前言

之前我們已經(jīng)學(xué)習(xí)了如何使用wordcloud制作英文和中文詞云，今天我們接著講解，在實(shí)際制作詞云中，有很多詞是沒有展示出的意義的，例如我，他等主語，那如何不顯示這些詞了，這就涉及到停用詞。

wordcloud自帶停用詞

wordcloud自帶一個(gè)停用詞表，是一個(gè)集合的數(shù)據(jù)類型。

from wordcloud import STOPWORDS

print(STOPWORDS)

如果我們需要添入一些其他的詞的話，也很簡(jiǎn)單，直接用add或者update方法即可（因?yàn)檫@是集合數(shù)據(jù)）。

from matplotlib import pyplot as plt
from wordcloud import WordCloud,STOPWORDS

text = 'my is luopan. he is zhangshan'
stopwords = STOPWORDS
stopwords.add('luopan')

wc = WordCloud(stopwords=stopwords)
wc.generate(text)

plt.imshow(wc)

中文停用詞使用

用wordcloud庫(kù)制作中文詞云圖，必須要分詞，所以總結(jié)下來，中文中需要設(shè)置停用詞的話可以有三種方法。

• 在分詞前，將中文文本的停用詞先過濾掉。
• 分詞的時(shí)候，過濾掉停用詞。
• 在wordcloud中設(shè)置stopwords。

在這里我們只講解第三種方法，設(shè)置stopwords，我們需要先有一個(gè)中文停用詞表，在網(wǎng)上下載即可，然后將停用詞表清洗為集合數(shù)據(jù)格式。

首先我們讀取停用詞表的內(nèi)容，設(shè)置為集合數(shù)據(jù)結(jié)構(gòu)。

stopwords = set()
content = [line.strip() for line in open('hit_stopwords.txt','r').readlines()]
stopwords.update(content)
stopwords

接著，我們就對(duì)文本進(jìn)行分詞，制作詞云圖即可。

from matplotlib import pyplot as plt
from wordcloud import WordCloud
import jieba

text = '我叫羅攀，他叫關(guān)羽，我叫羅攀，他叫劉備'
cut_word = " ".join(jieba.cut(text))

stopwords = set()
content = [line.strip() for line in open('hit_stopwords.txt','r').readlines()]
stopwords.update(content)

wc = WordCloud(font_path = r'/System/Library/Fonts/Supplemental/Songti.ttc',
              stopwords = stopwords)
wc.generate(cut_word)

plt.imshow(wc)

最后，如何美化詞云圖，我們下期再見~